我們可以通過python來實現這樣一個簡單的爬蟲功能，把我們想要的代碼爬取到本地。

下面就看看如何使用python來實現這樣一個功能。

起因

深夜忽然想下載一點電子書來擴充一下kindle，就想起來python學得太淺，

什么“裝飾器”啊、“多線程”啊都沒有學到。

想到廖雪峰大神的python教程很經典、很著名。就想找找有木有pdf版的下載，

結果居然沒找到??！CSDN有個不完整的還騙走了我一個積分??！尼瑪?。?/p>

怒了，準備寫個程序直接去爬廖雪峰的教程，然后再html轉成電子書。

過程

過程很有趣呢，用淺薄的python知識，寫python程序，去爬python教程，

來學習python。想想有點小激動……

果然python很是方便，50行左右就OK了。直接貼代碼：

#?coding:utf-8 import?urllib ? domain?=?'http://www.liaoxuefeng.com'??????#廖雪峰的域名 path?=?r'C:\Users\cyhhao2013\Desktop\temp\\'??#html要保存的路徑 ? #?一個html的頭文件 input?=?open(r'C:\Users\cyhhao2013\Desktop\0.html',?'r') head?=?input.read() ? #?打開python教程主界面 f?=?urllib.urlopen("? 001374738125095c955c1e6d8bb493182103fac9270762a000") home?=?f.read() f.close() ? #?替換所有空格回車（這樣容易好獲取url） geturl?=?home.replace("\n",?"") geturl?=?geturl.replace("?",?"") ? #?得到包含url的字符串 list?=?geturl.split(r'em;"><ahref="')[1:]?#=""?強迫癥犯了，一定要把第一個頁面 也加進去才完美=""?list.insert(0,=""?'=""?wiki=""? 001374738125095c955c1e6d8bb493182103fac9270762a000"="">') ? #?開始遍歷url?List for?li?in?list: ??url?=?li.split(r'">')[0] ??url?=?domain?+?url???????#拼湊url ??print?url ??f?=?urllib.urlopen(url) ??html?=?f.read() ? ??#?獲得title為了寫文件名 ??title?=?html.split("")[0] ? ??#?要轉一下碼，不然加到路徑里就悲劇了 ??title?=?title.decode('utf-8').replace("/",?"?") ? ??#?截取正文 ??html?=?html.split(r'')[1] ??html?=?html.split(r'<h4>您的支持是作者寫作最大的動力！</h4>')[0] ??html?=?html.replace(r'src="',?'src="'?+?domain) ? ??#?加上頭和尾組成完整的html ??html?=?head?+?html+"" ? ??#?輸出文件 ??output?=?open(path?+?"%d"?%?list.index(li)?+?title?+?'.html',?'w') ??output.write(html) ??output.close() ? </ahref="')[1:]>

簡直，人生苦短我用python啊！

以上所述就是本文的全部內容了，希望大家能夠喜歡。

本文來源：https://www.fushouyu.com/shouyou/201.html